Energy Response Prediction for Sheet Metal Forming Processes under Different Lubrication Conditions using Small-Data Surrogate Models

판재 성형 공정은 자동차·가전 산업에서 널리 활용되지만, 재료의 비선형 소성 거동과 접촉·마찰, 공정 조건의 복합적 상호작용으로 인해 공정 설계 및 최적화가 어렵다. 전통적으로 유한요소해석(FEA)은 성형 공정의 거동 예측에 활용되어 왔으나, 설계변수 탐색이나 반복 최적화 과정에서는 높은 계산 비용이 한계로 지적된다. 이에 본 연구는 유한요소해석 결과로부터 에너지 응답을 예측하는 대리모델을 개발하고, 소규모 데이터 조건에서 다양한 회귀 알고리즘의 성능과 비교·분석하였다. 본 연구에서는 금속 판재의 소재 물성 정보와 윤활 조건(마찰계수)에 따른 시뮬레이션 종료 시점 및 최대값 기반의 에너지 지표를 기반으로 성형성을 예측할 수 있는 대리모델 선정을 위한 알고리즘별 성능을 비교하였다. 그 결과를 통해 윤활 조건과 에너지 응답을 연계한 최적 윤활 조건 도출 연구에 신규 소재 적용, 데이터 생성 및 학습에서의 활용 가능성을 제시한다.